⌘ K
… 读取采集状态 同步中...
雷
原文
MarkTechPost· Asif Razzaq·· 8 小时前AI 评分51

Qwen 团队提出 QwenGyre:面向超长时程智能体的弹性强化学习框架

Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents

AI 导读

Qwen 团队提出 QwenGyre,一个针对极端长时程编码智能体训练的在线强化学习框架,能在数小时级、约 100 万 token 的 rollout 上运行。QwenGyre 在 Qwen 3.8 2.4T 模型上测试,NL2RepoBench 通过率在 48 步内从 52.48% 提升至 58.54%,相比 Colocate 最高加速 1.85 倍,相比 Async 最高加速 1.78 倍。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:MarkTechPost · marktechpost.com